Reden nummer 5 voor een ster schema datamodel in plaats van een platte tabel.

Wanneer je een ster schema data model hebt is de kans groot dat je gebruik maakt van een datum dimensie. Een groot deel van de analyses in een rapportage zal bestaan uit vergelijkingen van een periode met een andere periode.

Een datum dimensie biedt eenvoudige mogelijkheden om over een tijd-as legio van analyses te doen. Hierbij kan gedacht worden aan bijvoorbeeld een bepaling van welke weekdag het drukste is ten behoeve van capaciteitsmanagement. Een ander voorbeeld is het vergelijken van een bepaalde periode met een vorige periode. Een datum dimensie biedt toegang tot al deze analyses en nog veel meer.

Wanneer je echter gebruik maakt van een platte tabel heb je geen toegang tot al deze extra analysemogelijkheden tenzij je deze ín de platte tabel prakt. Dit gaat dan weer ten koste van onder andere de performance, de overzichtelijkheid, de schaalbaarheid, de hoeveelheid benodigde opslag, etc..

Kortom, een ster schema data model inclusief datum dimensie biedt je eenvoudige toegang tot een grotere verscheidenheid aan analysemogelijkheden dan wanneer je een platte tabel als data model zou gebruiken.

Ik ben overigens een grote fan van de datum dimensie zoals deze door Melissa de Korte in Power Query gecreëerd is. Vooral de Offset-kolommen werken zeer prettig voor vergelijkingen over de tijd-as. Het script kan hier gevonden worden: https://forum.enterprisedna.co/t/extended-date-table-power-query-m-function/6390